ChatGPT dans les copies : 3 stratégies que les écoles testent en urgence

Un étudiant sur trois avoue avoir utilisé ChatGPT pour rédiger un devoir. Les établissements, eux, n'ont pas encore trouvé la parade.

Depuis le lancement grand public de ChatGPT fin 2022, une fracture silencieuse s'est ouverte dans les salles de classe du monde entier. D'un côté, des élèves et étudiants qui ont compris, parfois avant leurs professeurs, que générer un texte convaincant en quelques secondes était désormais à portée de clic. De l'autre, des établissements scolaires et universitaires pris de court, contraints de repenser en profondeur ce que signifie évaluer le savoir en 2024.

Ce n'est pas une crise morale. C'est une crise structurelle. Et les réponses qui émergent aujourd'hui dessinent le futur de l'éducation.

L'ampleur du phénomène : des chiffres qui interpellent

Une étude publiée en 2023 par le Stanford Internet Observatory révèle que plus de 30 % des étudiants américains interrogés admettent avoir eu recours à une IA générative pour produire tout ou partie d'un travail académique noté. En France, une enquête de l'Ifop pour Ipsos estime que ce chiffre atteindrait 17 % chez les lycéens, avec une progression constante.

La réalité est probablement sous-estimée. La triche ne se déclare pas facilement, même dans un questionnaire anonyme.

Ce qui rend la situation particulièrement complexe, c'est la fluidité des usages. La frontière entre l'aide à la rédaction, la correction orthographique, la reformulation et la génération complète de contenu est devenue extrêmement poreuse. Un étudiant qui demande à Gemini de "améliorer la formulation" de son introduction commet-il une fraude ? Les règlements intérieurs, rédigés avant l'ère des LLM, ne répondent pas à cette question.

Les outils de détection : une course perdue d'avance ?

Face à l'urgence, la première réaction des établissements a été de chercher des outils capables de détecter les textes produits par une IA. Des solutions comme Turnitin AI, GPTZero ou Originality.ai ont rapidement trouvé un marché. Leur principe repose sur l'analyse de patterns statistiques : un texte généré par une IA présente une "perplexité" faible et une "burstiness" réduite, deux indicateurs de régularité stylistique peu naturelle chez l'humain.

Le problème ? Ces outils affichent des taux de faux positifs préoccupants. Des copies légitimes d'étudiants non natifs anglophones, ou de rédacteurs particulièrement méthodiques, ont été signalées à tort. En 2023, plusieurs universités américaines ont dû faire marche arrière après avoir sanctionné des étudiants sur la seule base de ces détecteurs.

Pire encore : les IA elles-mêmes apprennent à contourner ces filtres. Des techniques simples — paraphrase, injection de "bruit" stylistique, alternance de passages humains et générés — suffisent à tromper la plupart des détecteurs actuels.

3 stratégies concrètes que les établissements testent aujourd'hui

1. Le retour à l'oral et à l'écrit supervisé

Plusieurs grandes écoles françaises, dont Sciences Po Paris, ont renforcé la part des évaluations en présentiel : compositions chronométrées sur papier, soutenances orales sur des travaux rendus, entretiens de défense de mémoire. L'idée est simple : si l'étudiant ne peut pas expliquer ce qu'il a écrit, la note ne tient pas.

2. La redéfinition des consignes

Des enseignants innovants ont opté pour une approche radicalement différente : intégrer l'IA dans l'exercice lui-même. Plutôt que de demander "rédigez une analyse", ils demandent "utilisez ChatGPT pour produire une première analyse, puis critiquez ses lacunes et proposez une version améliorée". Ce type de consigne rend la triche non seulement inutile, mais structurellement impossible.

3. La traçabilité du processus

Certains établissements expérimentent la remise non plus d'un document final, mais d'un portfolio de travail : brouillons successifs, historique de modifications, notes de recherche. Google Docs, Notion ou des outils dédiés permettent de tracer l'évolution d'un texte dans le temps. Un devoir entier généré en une nuit laisse des traces que cette approche rend visibles.

Une question de fond : qu'évalue-t-on vraiment ?

La crise de la triche par IA force une question que l'éducation évitait depuis longtemps : pourquoi demandons-nous à des élèves de produire des textes ? Si l'objectif est de vérifier la mémorisation d'un cours, une machine fera toujours mieux qu'un humain. Si l'objectif est de développer la pensée critique, l'argumentation, la nuance — alors le format de l'évaluation doit changer, pas seulement se défendre.

Les établissements qui s'en sortent le mieux ne sont pas ceux qui ont le meilleur logiciel anti-triche. Ce sont ceux qui ont posé la question autrement : comment concevoir des évaluations qu'une IA ne peut pas réussir à la place de l'étudiant ?

Conclusion : adapter, pas interdire

Interdire ChatGPT dans une école, c'est aussi efficace qu'interdire Google en 2005. Les établissements qui parient sur l'interdiction pure perdront du temps. Ceux qui réinventent leurs pratiques pédagogiques en tenant compte de la réalité des outils disponibles construisent, peut-être malgré eux, l'école du futur.

La vraie question n'est pas "comment attraper les tricheurs ?". Elle est : "comment former des esprits que l'automatisation ne peut pas remplacer ?" Et à celle-là, aucune IA ne répondra à leur place.

— Reservoir Live